태양광 발전 모니터링 및 예측 시스템 개발
Development of the Forecasting and Monitoring System for a Photovoltaic(PV) Solar Plants
1
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
태양광 에너지 출력을 정확히 예측하는 것은 전력계통의 예비전력 요구량을 감소시켜 에너지의이용률을 극대화할 수 있다. 한국전력거래소는 특정시간의 전력수요를 예측하고 이에 기반하여 각 발전소들의 발전비용 순위에 의해 선별하여 발전지시를 하고 가격을 책정한다. 본 논문에서는 기상정보를 가지고 태양광 발전 예측 시스템을 개발하는 것으로 예측 정확도를 향상하기 위한 딥러닝 모델을만들고, 현업에서 사용하는 방식과 휴리스틱방식, 딥러닝 방식의 태양광 발전량 예측값을 비교하였다. 발전량 데이터에 적용한 결과 딥러닝 방식의 태양광 발전량을 직접 예측하는 방법이 현업에서 사용하는 방식과 휴리스틱방식에 비해 정확하다는 것을 확인 하였다.
Abstract
Accurate prediction of the solar energy output can maximize the utilization of energy byreducing the reserve power requirement of the power system. The Korea Power Exchange (KPX)predicts the demand for electricity for a specific time. And according to this, KPX develops andprice by selecting the power generation cost of each power plant. In this paper, we develop a solarphotovoltaic power generation prediction system with weather information, make a deep learningmodel to improve the prediction accuracy and compare the predicted value of solar power generationby using work-site method, heuristic method and deep learning method. Applying to data, itshowed that our method is more accurate than using work-site method and heuristic method.
참고문헌 (7)
- "Poeer Exchange Glossary", Korea Power Exchange, ~ (2003)
- Fengming Zhang, "A Study on Solar Radiation Prediction using Artificial Neural Network", Proceedings of the KIEE summer annual conference, pp.354~356 (2011)
- Kuk Yeol Bae, "Solar Power Prediction Based on Machine Learning Scheme And Its Error Analysis", Proceedings of Symposium of the Korean Institute of communications and Information Sciences, pp.13~14 (2017)
- 차왕철, "태양광발전요소 데이터를 활용한 발전효율 퍼지 예측 모델 설계", 전기학회논문지, 63(10), pp.1423~1427 (2014), 대한전기학회[DOI]
- Jea-Gon Kim, "Daily prediction of solar power generation based on weather forecast information in Korea", IET Renewable Power Generation, 11(10), pp.1268~1273 (2017)
- "KMA"[URL]